摘要：本论文简单介绍了语音识别的发展及语音固定文本识别系统，并研究了在MATLAB环境下实现语音固定文本识别的具体方法。在语音固定文本识别系统中，首先对语音信号进行前期处理，再进行语音固定文本的Mel尺度倒谱系数(MFCC)特征参数的提取。通过比较动态时间规整算法（DTW）、隐马尔科夫模型（HMM）和矢量量化算法（VQ）这三种算法。最后，选取矢量量化算法（VQ）实现对少量语音固定文本的识别，该算法具有存储量和计算量都比较小的优点。

关键词:Mel尺度倒谱系数 ，动态时间规整算法，隐马尔可夫算法，矢量量化算法

目录

摘要

Abstract

1 前言-4

1.1 语音识别发展简介-4

1.2 语音识别系统概述-4

2 语音信号的前期处理-5

2.1 语音信号的预处理-5

2.2 语音信号的端点检测-6

2.3 语音信号的特征值提取-7

3 DTW算法-8

3.1 DTW算法原理-8

3.2 DTW算法流程-10

4 HMM算法-10

4.1 HMM 模型-10

4.2 HMM 模型的三个基本问题-10

5 VQ算法-13

5.1 VQ 的定义-13

5.2 失真测度-13

5.3 矢量量化器-14

5.4 矢量量化器的设计方法(LBG 算法)-15

6 算法选择与仿真结果-16

结论-17

参考文献-18

致谢-19

附录-20